Estimator Spline Linear dalam Regresi Semiparametrik
| Main Author: | Ramlan, Muh. Alriady |
|---|---|
| Format: | Article |
| Terbitan: |
Muh. Alriady Ramlan ; La Podje Talangko ; Khaeruddin
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.unhas.ac.id/handle/123456789/26578 |
Daftar Isi:
- Regresi semiparametrik adalah gabungan antara regresi parametrik dan nonparametrik. Dimana, variabel respon dapat memiliki hubungan linear dengan salah satu variabel prediktor, tetapi dengan variabel prediktor yang lain tidak diketahui bentuk pola hubungannya. Salah satu teknik estimasi yang dapat digunakan dalam regresi nonparametrik ialah spline. Regresi spline merupakan modifikasi dari fungsi polinomial tersegmen yang sangat dipengaruhi oleh penentuan lokasi titik knot. Penelitian ini bertujuan untuk memperoleh estimator spline linear dalam regresi semiparametrik dan memperoleh estimasi model terhadap data Pertumbuhan Produksi Industri. Penggunaan metode kuadrat terkecil dengan pendekatan matriks digunakan dalam menentukan estimator spline linear empat titik knot, serta menentukan model spline terbaik dengan memperhatikan nilai GCV minimum berdasarkan titik knot yang dipilih. Dari hasil analisis dan pembahasan diperoleh model terbaik yang terletak pada tiga knot yaitu , dan dengan GCV sebesar 0.08593797. Sehingga, diperoleh estimasi model sebagai berikut: Kata kunci: Regresi Parametrik, Regresi Nonparametrik, Regresi Semiparametrik, spline, titik knot, metode kuadrat terkecil, GCV (Generalisation Cross Validation), Pertumbuhan Produksi Industri.